中國AI社會應用突飛猛進：有著「龜兔賽跑」差距的日本，今後的生存之道？

中國以壓倒性的速度推動技術開發與社會應用，「中國速度」所代表的高度靈活發展模式究竟有何特徵？具備哪些優勢與風險？又與美國、日本有何根本差異？本文將逐一分析。

所謂「中國速度」，主要是指在大型基礎建設或新技術的社會應用上，能以驚人速度迅速落實，包含原本強力推行的趨勢，亦能靈活快速地轉向。

近期再次實際感受到所謂的「中國速度」是在5月12日大阪萬博中國館「深圳週」開幕之際。作為中國代表性的創新城市，深圳共有約60家企業參展，展出各式產品與解決方案。其中一項是騰訊（Tencent）展示的掌紋靜脈辨識技術，只需將手掌靠近攝影機，即可完成身分認證。該技術預計將應用於商店結帳認證與辦公室出入管控等場景，據傳不久後也將發表日本企業導入的案例。

大阪萬博中國館（左，© nippon.com）與騰訊展出的掌紋靜脈感測器（筆者攝影）

直到幾年前，中國最流行的技術是人臉辨識。隨著騰訊的微信支付與阿里巴巴集團的支付寶等無現金支付方式普及，付款流程也從以手機掃描 QR Code，進化為連手機都不必拿出，只要對著鏡頭「刷臉」即可完成支付。不僅是付款，高鐵閘口、展覽入場、住宅與辦公室的出入口等，也廣泛導入了人臉辨識系統。日本在2010年代後半曾掀起一波「深圳熱潮」，中國大膽且迅速將先端技術導入社會的實踐方式，令各界感到震撼，而人臉辨識的普及正是當時最具代表性的例子之一。

然而，如今中國的趨勢已逐漸從人臉辨識轉向，像是支付寶開始採用新趨勢，導入類似日本手機行動版「Suica」的NFC感應支付。這一轉變雖部分受到疫情期間人們習慣戴口罩、導致刷臉變得不便的影響，但更根本的原因，來自於對資安風險的高度不安。臉部資訊隨時暴露在外，容易被偷拍並遭盜用於身分認證，且許多服務要求上傳臉部照片進行驗證，也引發部分民眾的反感。隨著社會對此憂慮升高，中國最高人民法院於2021年8月發布《關於審理使用人臉識別技術處理個人資訊相關民事案件適用法律若干問題的規定》，表明將加強追究業者在人臉辨識應用上的法律責任。

中國速度的功與過

當初大量導入人臉辨識技術的收銀系統與出入口閘門，如今若要全面調整方針並進行設備更換，無疑會造成龐大浪費。若當時能更充分評估人臉辨識的潛在風險，也許能避免現在的局面。

換個角度來看，對於一向謹慎、甚至「敲了石橋仍不過橋」的日本社會來說，中國這種一邊做社會實驗、一邊快速推行的魄力，確實相當耀眼。

在中國，經常出現「社會實踐走在法規前面」的情況。也因此，有人形容整個中國就像一個「真實沙盒實驗場」。所謂「沙盒（sandbox）」原本是電腦領域的概念，指的是一種與外部隔離的測試空間，可以自由進行反覆試驗與錯誤修正。這個詞後來也被借用來指那些法規鬆綁、允許創新試行的特區等場域。

當然，也不是什麼都放任不管。以「無固定車柱的共享單車」為例，這種不設專用停車格、可隨處借還的服務，雖然因為高便利性而受到歡迎，卻也因單車隨意亂停、影響交通動線等問題，引發不少社會爭議。等到共享單車普及到一定程度後，政府出面規範，比如在市中心設置指定停車區，並要求業者負起車輛管理的責任等。截至2025年，看起來似乎已經在優缺點之間找到了某種平衡點。

又或者，有些服務在試行過後，最終被禁止了。最具代表性的例子就是「P2P金融（個人對個人之間的借貸）」。這是一種媒合出借人與借款人的金融服務，但由於個人投資人很難取得足夠的融資資訊，反而成為詐騙的溫床。

中國速度也存在人工智慧（AI）方面。2010年代，隨著深度學習技術的發展，電腦視覺領域實現了飛躍性的成長。前面提到的臉部辨識就是其中之一，現在電腦已經能夠識別各種物體與動作。至於該如何將這項電腦視覺技術應用在具體產品或解決方案上，這部分中國在社會實際應用的進展方面表現特別突出。

我中意的一個例子是「高樓亂丟垃圾偵測AI」。這是在新聞報導出，有人從大樓窗戶亂丟菸蒂或垃圾後出現的技術。裝有AI功能的攝影機全年無休、全天候監控大樓，一旦有東西掉落，就會錄下畫面，進而追查是誰亂丟的。日本人的想法可能會是：「不用做到這種程度，提醒大家就好了吧？」或「有點不想要24小時一直被攝影機拍攝」，中國卻是跳過這些討論，先做了再說，正是所謂「中國速度」的最佳體現。

此外，像是所謂的「陽光廚房」這類用來監控餐廳廚房的系統，AI會檢查員工有沒有戴帽子、是否有老鼠出沒等。在工地，AI會確認工人有沒有戴安全帽；在工廠，則用來檢查負責檢驗的人是否具備必要的資格⋯⋯只要有機會應用AI的場域，其想法就是「先做出產品或解決方案再說」，作風積極。

DeepSeek成了轉捩點

此中國式的高速試錯節奏，也同樣展現在生成式AI領域。特別是到了2025年，這股氣勢明顯更上一層樓。某位中國創投人士甚至形容：「生成式AI現在已經進入iPhone4的階段了。」

美國蘋果公司推出的智慧型手機「iPhone」，成為催生行動網路這個龐大產業的契機。行動網路的發展不只是靠一支手機就能完成，而是牽動了在手機上運行的各種應用程式、服務，以及以智慧型手機為前提所帶動的產業革新。雖然第一代iPhone在2007年問世，但距離相關產業開始起飛還需要一段時間。一直到三年後的2010年左右，也就是iPhone4發售的時期，應用程式和相關服務才真正開始爆炸性成長與普及。

從ChatGPT在2022年推出至今，生成式AI也已經發展了約三年。剛開始雖難以應用在實務上，但這段期間內，AI的性能有了顯著提升。像是中國推出的「DeepSeek」等開源AI，其表現也進步神速。開源AI不僅能免費使用，還能自由客製化，對於沒有資金從零打造AI的企業來說，無疑是一個重大的機會。

在中國，生成式AI的導入競爭似乎已經開打。多家車廠紛紛宣布，已經將「DeepSeek」整合進自家車載系統。此外，像是醫院、學校、金融機構、製造業等，各行各業也陸續發表了客製化開發、自行導入的AI系統。甚至還有地方政府宣布啟用了AI公務員。雖然這些被大肆宣傳的導入案例中，有不少可能只是誇大宣傳、實用性有限，但在中國這種「超高速試錯」的節奏下，從這麼多的嘗試中「順勢」誕生出具備全球競爭力的AI服務，其實是相當有可能的。

中國的弱點與美日的優勢

雖然我對中國AI的發展充滿期待，但也必須指出，中國的技術開發其實也有一些弱點。中國的最大特色是反應快速、出招頻繁，但這種「見勢行動」的風格，在長期、穩定地進行基礎研究這一點上，反而成了劣勢。而這樣的情況不只出現在民間企業，中國政府雖然也會針對國家層級的政策來選定應該推動的關鍵技術，但通常是針對那些「國外已經存在的技術，進行國產化」，抑或是「在國際上已經被證明重要」的技術來投資，反觀較欠缺支持天馬行空的研究的機制。

相較之下，催生出ChatGPT的美國OpenAI於2015年成立的目的，是為了實現「通用人工智慧（AGI）」這個極具野心的目標。即使在這十年之間已經達成了許多突破性的成果，仍有不少研究者對「現有技術是否真的能延伸到AGI」持懷疑態度。能夠挑戰這樣一個看不到未來的目標，甚至讓大量資金願意投入這個幾乎不可能的任務，我想，這正是美國式創新的魅力所在。

從各國的特性來看，日本也有其優勢。日本社會常常陷入一種自我否定的悲觀情緒，也不少人覺得「日本的技術已經不行了」，但實際上，技術的落地與實踐還是一步一步地持續進行，雖然速度慢了一點。

前面提到深圳熱潮時被吹捧的行動支付、共享單車、行動網路等發展，其實回過神來，日本也已普遍導入。即使不像中國那樣快，但可能正因為日本是花時間慢慢導入的，反而比較少出現那些沒什麼實用價值、一下子就被淘汰的服務。要比喻的話，就像是童話「龜兔賽跑」，日本雖然走得慢，卻走得穩。

在AI領域，日本目前無可避免地落後於美中兩國激烈的技術競賽，但相關投入依然穩定推進中。有趣的是，越來越多日本企業開始針對中國企業開發出的高性能開源AI進行二次開發。在掌握美中技術脈動的同時，日本依照自己的節奏穩健前行，這樣的步伐仍值得持續關注與期待。

標題照片：在中國國際消費品博覽會上展出的調酒機器人。該博覽會上，出現了許多實際導入AI技術的產品，2025年4月，海南省海口）（新華社／共同通信 Images）